Imputació Múltiple — MICE
La Imputació Múltiple (MI), introduïda formalment per Donald B. Rubin el 1987, és un procediment estadístic basat en principis per gestionar dades perdudes. En lloc de reemplaçar cada valor perdut una vegada, la MI omple els buits m vegades — cada vegada extraient valors plausibles de la distribució predictiva posterior de les dades perdudes — produint m conjunts de dades complets. Cada conjunt de dades s'analitza independentment, i els resultats es combinen en un únic conjunt d'estimacions utilitzant les regles de combinació de Rubin. La variant MICE (Multivariate Imputation by Chained Equations), popularitzada per van Buuren i Groothuis-Oudshoorn (2011), estén l'enfocament a tipus de variables mixtes imputant cada variable al seu torn mitjançant una seqüència de models de regressió condicionals.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fonts
- Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley. DOI: 10.1002/9780470316696 ↗
- van Buuren, S. & Groothuis-Oudshoorn, K. (2011). mice: Multivariate Imputation by Chained Equations in R. Journal of Statistical Software, 45(3), 1–67. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/ca/statistics/multiple-imputation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Emparellament per puntuació de propensióEstadística per a la recerca↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →